-require 'rexml/document'\r
+# Représente un Film.\r
+# Permet de charger des données depuis allocine.fr\r
+# Permet d'effectuer des recherches depuis allocine.fr\r
+# TODO : rendre la classe indépendant de la source de donnée pour pouvoir utiliser d'autres sites comme par exemple imdb.com\r
+\r
require 'net/http'\r
-require 'thread'\r
-require 'thwait'\r
require 'cgi'\r
\r
require 'pays.rb'\r
require 'genre.rb'\r
require 'personne.rb'\r
-\r
require 'constantes.rb'\r
\r
-class Film\r
- attr_accessor :titre, :fichier, :annee, :realisateurs, :acteurs, :pays, :duree, :critiquePresse, :critiqueSpectateur, :genres, :synopsis, :budget\r
- \r
- # Les films indexés par leur titre\r
- @@films = {}\r
- \r
- # Les films indexés par leur nom de fichier\r
- @@filmsFichier = {}\r
-\r
- @@mutex = Mutex::new\r
- @@threadsWait = ThreadsWait::new\r
- @@nbConn = 0\r
-\r
-\r
- # Lit un repertoire de manière recursive\r
- def Film::litRepertoire(r)\r
- Film::litRepertoireR(r)\r
- # on attends que les threads se terminent\r
- @@threadsWait.all_waits\r
- end\r
- \r
- # Charge les films contenus dans un fichier XML.\r
- def Film::loadFilmsXml(xmlFile)\r
- # si le fichier n'existe pas il n'y a rien à charger\r
- if !File.exists?(xmlFile)\r
- return\r
- end\r
- \r
- racine = REXML::Document::new(File::new(xmlFile)).root\r
- racine.each_element{|e|\r
- fichier = e.get_elements('fichier')[0].get_text\r
- next if fichier == nil\r
- titre = e.get_elements('titre')[0].get_text\r
- annee = e.get_elements('annee')[0].get_text\r
- duree = e.get_elements('duree')[0].get_text\r
- critiquePresse = e.get_elements('critiquePresse')[0].get_text\r
- critiqueSpectateur = e.get_elements('critiqueSpectateur')[0].get_text\r
- synopsis = e.get_elements('synopsis')[0].get_text\r
- budget = e.get_elements('budget')[0].get_text \r
- realisateurs = e.get_elements('realisateur')\r
- acteurs = e.get_elements('acteur')\r
- pays = e.get_elements('pays')\r
- genres = e.get_elements('genres')\r
- \r
- \r
- film = Film::new(fichier.value)\r
- film.titre = titre.value unless titre.nil?\r
- film.annee = annee.value unless annee.nil?\r
- realisateurs.each{|e|\r
- film.realisateurs << Personne::ajouter(e.get_text.value)\r
- } \r
- acteurs.each{|e|\r
- film.acteurs << Personne::ajouter(e.get_text.value)\r
- }\r
- pays.each{|e|\r
- film.pays << Pays::ajouter(e.get_text.value)\r
- }\r
- film.duree = duree.value unless duree.nil?\r
- film.critiquePresse = critiquePresse.value unless critiquePresse.nil?\r
- film.critiqueSpectateur = critiqueSpectateur.value unless critiqueSpectateur.nil?\r
- genres.each{|e|\r
- film.genres << Genre::ajouter(e.get_text.value)\r
- }\r
- film.synopsis = synopsis.value unless synopsis.nil?\r
- film.budget = budget.value unless budget.nil?\r
- @@films[film.titre] = film\r
- @@filmsFichier[film.fichier] = film\r
- } \r
+class String\r
+ def virerBalisesHTML\r
+ return gsub(/<(.*?)>/, '')\r
end\r
-\r
- # Renvoie tous les films sous la forme d'un élement XML.\r
- def Film::getFilmsXml\r
- racine = REXML::Element::new('filmographie')\r
- @@films.each{|nom, f|\r
- racine.add(f.getXml)\r
- }\r
- return REXML::Document::new.add(racine)\r
+ def virerBalisesHTML!\r
+ gsub!(/<(.*?)>/, '')\r
end\r
- \r
-private\r
+end\r
\r
- def Film::filmsFactory(fichier)\r
- /^.*?\.(.{3,4})$/ =~ fichier\r
- if FILMS_EXTENSIONS.include?($1)\r
- Film::new(fichier).loadData\r
- end\r
- end\r
- \r
- def Film::litRepertoireR(r)\r
- Dir::foreach(r){|f|\r
- next if f == '.' or f == '..'\r
- fichier = r + "/" + f\r
- if File::directory?(fichier)\r
- litRepertoireR(fichier) \r
- else\r
- \r
- #si le film n'existe pas déjà dans la liste\r
- if film = @@filmsFichier[fichier]\r
- puts "[i] Already exists in DB : #{film.titre} (#{film.fichier})"\r
- next\r
- end\r
- \r
- film = nil \r
- @@nbConn += 1 \r
- @@threadsWait.join_nowait(\r
- Thread::new{ \r
- begin\r
- @@mutex.lock if @@nbConn >= NB_CONN_MAX \r
- #p @@nbConn \r
- film = Film::filmsFactory(fichier)\r
- unless film.nil?\r
- if @@films.has_key?(film.titre)\r
- puts "[!] Duplicate movie : #{film.titre} (#{film.fichier})"\r
- else\r
- puts "[i] movie added : #{film.titre} (#{film.fichier})"\r
- @@films[film.titre] = film\r
- @@filmsFichier[film.fichier] = film\r
- end\r
- end\r
- @@nbConn -= 1\r
- #p @@nbConn\r
- @@mutex.unlock\r
- rescue Exception => e\r
- puts e.message\r
- puts e.backtrace\r
- end\r
- }\r
- )\r
- end\r
- }\r
- end\r
+class Film\r
+ attr_accessor :id, :titre, :fichiers, :annee, :realisateurs, :acteurs, :pays, :duree, :critiquePresse, :critiqueSpectateur, :genres, :synopsis, :budget\r
\r
- \r
+ # Constructeur. N'entreprend aucune action (chargement), crée juste un film vide.\r
def initialize(fichier)\r
- @fichier = fichier\r
+ @fichiers = [fichier]\r
+ \r
+ @id = 0\r
@titre = ''\r
@annee = nil\r
@realisateurs = []\r
@synopsis = nil\r
@budget = nil \r
@budgetUnite = 'euro'\r
+ @url\r
+ \r
+ @aPlusieursReponses = false\r
+ # mémorise les tuples {nom => id} dans le cas ou il y a plusieurs réponses\r
+ @idsAllocine = {}\r
end\r
\r
-public \r
- #charge les informations du films à partir d'allocine.fr\r
+ # Est-ce qu'il y a eu plusieurs réponses pour ce film lors de la cherche sur le net ?\r
+ def plusieursReponses?\r
+ return @aPlusieursReponses\r
+ end \r
+ \r
+ # Demande à l'utilisateur de faire un choix\r
+ # ret : true si le conflit à été résolu sinon false\r
+ def reglerConflitPlusieursReponses\r
+ \r
+ @aPlusieursReponses = false # pour faire les choses bien\r
+ \r
+ puts " -> " + @fichiers[0]\r
+ puts "Fais ton choix jeune padawan (un caractère et pas plus)"\r
+ tabNoms = @idsAllocine.keys\r
+ choix = 1\r
+ loop do \r
+ i = 1\r
+ tabNoms.each{|n|\r
+ puts "#{i}. #{n}"\r
+ i += 1\r
+ }\r
+ puts "A. Passer et l'ajouter"\r
+ puts "B. Ignorer"\r
+ choix = STDIN.gets\r
+ \r
+ if /A/i =~ choix\r
+ return true\r
+ elsif /B/i =~ choix\r
+ return false\r
+ end\r
+ \r
+ choix = choix.to_i\r
+ if choix > 0 && choix <= tabNoms.length\r
+ break;\r
+ else\r
+ puts\r
+ puts "Choix pas bon !!"\r
+ end\r
+ end\r
+ \r
+ loadDepuisIdAllocine(@idsAllocine[tabNoms[choix-1]])\r
+ \r
+ return true\r
+ end\r
+ \r
+ # Ajoute un fichier comme faisant partie du film\r
+ def addFichier(fichier)\r
+ if !@fichiers.include?(fichier)\r
+ @fichiers << fichier\r
+ end\r
+ end\r
+\r
+ # Charge les informations du films à partir d'allocine.fr\r
+ # ret [Film]\r
def loadData\r
unless LOAD_DATA\r
- @titre = @fichier\r
+ @titre = @fichiers[0]\r
return self\r
end\r
\r
- connexionHttp = Net::HTTP::new('www.allocine.fr');\r
+ connexionHttp = Net::HTTP::new('www.allocine.fr')\r
\r
- #extrait le nom à partire du nom du fichier\r
- /^.*?([^\/]*?)\.(.{3,4})$/ =~ @fichier\r
+ #extrait le nom à partir du nom du fichier\r
+ /^.*?([^\/]*?)\.(.{3,4})$/ =~ @fichiers[0]\r
#remplace undescores et points par des espaces\r
titre = $1.gsub(/[_\.]/, ' ')\r
- #vire les espaces au début et à la fin\r
- titre.strip!\r
#remplace les suites d'espaces par un seul\r
titre.gsub!(/ {2,}/,' ')\r
titre.gsub!(/\[.*?\]/,'')\r
titre.gsub!(/\(.*?\)/,'')\r
+ titre.gsub!(/\{.*?\}/,'')\r
+ #vire les espaces au début et à la fin\r
+ titre.strip!\r
+ \r
@titre = titre.dup\r
\r
donneesHtml = nil\r
begin\r
- reponse, donneesHtml = connexionHttp.get("/recherche/?motcle=#{CGI::escape(titre)}")\r
- #si pas trouvé alors on enlève un mot à la fin\r
- if /.*?Pas de résultats.*?/ =~ donneesHtml\r
+ begin\r
+ reponse, donneesHtml = connexionHttp.get("/recherche/?motcle=#{CGI::escape(titre.unpack("U*").pack("C*"))}")\r
+ rescue Exception => e\r
+ p e\r
+ puts "[!] Connexion lost, retry.."\r
+ retry\r
+ end\r
+ \r
+ #convertit le code latin-1 en UTF8\r
+ donneesHtml = donneesHtml.unpack("C*").pack("U*")\r
+ \r
+ #si pas trouvé alors on enlève un mot à la fin\r
+ if /.*?Pas de résultats.*?/ =~ donneesHtml || ! donneesHtml.include?("<h3><b>Films <h4>")\r
/(.*?)[^ ]+?$/ =~ titre.strip\r
titre = $1\r
titre.strip!\r
end while not titre.nil? and not titre.empty?\r
\r
unless titre.nil? or titre.empty?\r
- /<a href="\/film\/fichefilm_gen_cfilm=(\d+)\.html" class="link1">/ =~ donneesHtml\r
- if $1\r
- r, ficheHtml = connexionHttp.get("/film/fichefilm_gen_cfilm=#{$1}.html") \r
- \r
- # Titre\r
- /<title>(.*?)<\/title>/ =~ ficheHtml\r
- @titre = $1 unless $1.nil?\r
- \r
- #puts "Movie found : #{@titre} (#{@fichier})"\r
- \r
- # Année\r
- /<h4>Année de production : (\d+)<\/h4>/ =~ ficheHtml\r
- @annee = $1.to_i unless $1.nil? \r
- \r
- # Réalisateurs\r
- /Réalisé par <a class="link1" href=".*?" target="">(.*?)<\/a>/ =~ ficheHtml\r
- @realisateurs << Personne::ajouter($1) unless $1.nil?\r
- \r
- # Acteurs\r
- /Avec(.*)/ =~ ficheHtml\r
- $1.scan(/<a class="link1" href="\/personne\/fichepersonne_gen_cpersonne=\d+\.html" target="">(.+?)<\/a>/m){|a|\r
- @acteurs << Personne::ajouter(a[0]) unless a[0].nil? \r
- } unless $1.nil? \r
- \r
- # Pays\r
- /^<h4>Film (.*?)\.<\/h4>/ =~ ficheHtml\r
- $1.split(',').each{|pays|\r
- @pays << Pays::ajouter(pays) unless pays.nil?\r
- } unless $1.nil? \r
- \r
- # Duree\r
- /<h4>Durée : (\d+?)h (\d+?)min.<\/h4>/ =~ ficheHtml\r
- @duree = $1.nil? ? $2.to_i : $1.to_i * 60 + $2.to_i\r
\r
- # Critique presse\r
- /Presse<\/a> <img src=".*?etoile_(\d)\.gif"/ =~ ficheHtml\r
- @critiquePresse = $1.to_i unless $1.nil?\r
- \r
- # Critique spectateur\r
- /Spectateurs<\/a> <img src=".*?etoile_(\d)\.gif"/ =~ ficheHtml\r
- @critiqueSpectateur = $1.to_i unless $1.nil?\r
- \r
- # Genre\r
- /Genre : (.*)/ =~ ficheHtml\r
- $1.scan(/<a href="\/film\/alaffiche_genre_gen_genre=.*?" class="link1">(.+?)<\/a>/m){|g|\r
- @genres << Genre::ajouter(g[0]) unless g[0].nil?\r
- } unless $1.nil? \r
- \r
- # Synopsis \r
- /Synopsis.*?<h4>(.+?)<\/h4>/m =~ ficheHtml\r
- @synopsis = $1 unless $1.nil?\r
- \r
- # Budget \r
- /Budget<\/b> : (.+?) millions d'euros<\/h4>/ =~ ficheHtml\r
- @budget = $1.to_i unless $1.nil?\r
- else \r
+ r = donneesHtml.scan(/<a href="\/film\/fichefilm_gen_cfilm=(\d+)\.html" class="link1">(.*?)<\/a>(?:<\/h4><h5 style="color: #666666"> (.*?)<\/h5>){0,1}(?:<h4><br \/><\/h4>){0,1}(?:<h4 style="color: #666666"> de (.*?)<\/h4>){0,1}(?:<h4 style="color: #666666"> avec (.*?)<\/h4>){0,1}(?:<h4 style="color: #666666"> \((.*?)\)<\/h4>){0,1}/)\r
+ \r
+ if r.length > 1\r
+ @aPlusieursReponses = true\r
+ r.each{|f|\r
+ @idsAllocine[f[1].virerBalisesHTML + (f[2] != nil ? " " + f[2].virerBalisesHTML : "") + (f[3] != nil ? " de " + f[3].virerBalisesHTML : "") + (f[4] != nil ? " avec " + f[4].virerBalisesHTML : "") + (f[5] != nil ? " (" + f[5].virerBalisesHTML + ")" : "")] = f[0]\r
+ }\r
+ elsif r.length == 1\r
+ loadDepuisIdAllocine(r[0][0], connexionHttp) \r
+ else\r
puts "[!] Movie not found : #{@titre} (#{@fichier})"\r
end\r
end\r
self\r
end\r
\r
- def getXml \r
+ # Renvoie un film sous la forme d'un élément XML de type REXML::Element.\r
+ def getXml\r
+ \r
racine = REXML::Element::new('film')\r
- racine.add(REXML::Element::new('fichier').add_text(@fichier))\r
+ racine.add_attribute('id', @id.to_s)\r
+ \r
+ fichiers = REXML::Element::new('fichiers')\r
+ @fichiers.each{|f|\r
+ fichiers.add(REXML::Element::new('fichier').add_text(f)) \r
+ }\r
+ racine.add(fichiers) \r
+ \r
racine.add(REXML::Element::new('titre').add_text(@titre))\r
- racine.add(REXML::Element::new('annee').add_text(@annee.to_s))\r
+ racine.add(REXML::Element::new('annee').add_text(@annee))\r
\r
+ realisateurs = REXML::Element::new('realisateurs') \r
@realisateurs.each{|r|\r
- racine.add(REXML::Element::new('realisateur').add_text(r.nom))\r
+ realisateurs.add(REXML::Element::new('realisateur').add_text(r.nom))\r
}\r
+ racine.add(realisateurs)\r
\r
+ acteurs = REXML::Element::new('acteurs') \r
@acteurs.each{|a|\r
- racine.add(REXML::Element::new('acteur').add_text(a.nom))\r
+ acteurs.add(REXML::Element::new('acteur').add_text(a.nom))\r
}\r
+ racine.add(acteurs) \r
+ \r
+ lespays = REXML::Element::new('lespays')\r
@pays.each{|p|\r
- racine.add(REXML::Element::new('pays').add_text(p.nom))\r
+ lespays.add(REXML::Element::new('pays').add_text(p.nom))\r
} \r
+ racine.add(lespays) \r
+ \r
racine.add(REXML::Element::new('duree').add_text(@duree.to_s))\r
\r
- racine.add(REXML::Element::new('critiquePresse').add_text(@critiquePresse.to_s))\r
- racine.add(REXML::Element::new('critiqueSpectateur').add_text(@critiqueSpectateur.to_s))\r
+ racine.add(REXML::Element::new('critiquePresse').add_text(@critiquePresse))\r
+ racine.add(REXML::Element::new('critiqueSpectateur').add_text(@critiqueSpectateur))\r
+ \r
+ genres = REXML::Element::new('genres')\r
@genres.each{|g|\r
- racine.add(REXML::Element::new('genre').add_text(g.nom))\r
+ genres.add(REXML::Element::new('genre').add_text(g.nom))\r
} \r
- racine.add(REXML::Element::new('synopsis').add_text(@synopsis))\r
+ racine.add(genres) \r
+ \r
+ synopsisElement = REXML::Element::new('synopsis')\r
+ unless @synopsis.nil?\r
+ @synopsis.split("\n").each{|s|\r
+ next if s =~ /^\s*$/\r
+ synopsisElement.add(REXML::Element::new('p').add_text(s))\r
+ }\r
+ end \r
+ racine.add(synopsisElement)\r
+ \r
budgetElement = REXML::Element::new('budget')\r
- budgetElement.add_text(@budget.to_s)\r
+ budgetElement.add_text(@budget)\r
budgetElement.add_attribute('unite', @budgetUnite)\r
racine.add(budgetElement)\r
+ \r
+ racine.add(REXML::Element::new('url').add_text(@url))\r
\r
racine\r
end\r
+ \r
+private\r
+ def loadDepuisIdAllocine(id, connexionHttp = nil)\r
+ if (connexionHttp == nil)\r
+ connexionHttp = Net::HTTP::new('www.allocine.fr')\r
+ end\r
+ \r
+ r, ficheHtml = connexionHttp.get("/film/fichefilm_gen_cfilm=#{id}.html") \r
+ \r
+ #convertit le code latin-1 en UTF8\r
+ ficheHtml = ficheHtml.unpack("C*").pack("U*")\r
+\r
+ #url\r
+ @url = "http://www.allocine.fr/film/fichefilm_gen_cfilm=#{id}.html"\r
+ \r
+ # Titre\r
+ /<title>(.*?)<\/title>/ =~ ficheHtml\r
+ @titre = $1 unless $1.nil?\r
+ \r
+ puts "Movie found : #{@titre} (#{@fichiers[0]})"\r
+ \r
+ # Année\r
+ /<h4>Année de production : (\d+)<\/h4>/ =~ ficheHtml\r
+ @annee = $1 unless $1.nil?\r
+ \r
+ # Réalisateurs\r
+ /<h4>Réalisé par(.*?)<\/h4>/ =~ ficheHtml\r
+ $1.scan(/\s*<a class="link1" href=".*?">(.*?)<\/a>\s*/m){|a|\r
+ @realisateurs << Personne::ajouter(a[0]) unless a[0].nil?\r
+ } unless $1.nil?\r
+ \r
+ # Acteurs\r
+ /<h4>Avec(.*?)<\/h4>/ =~ ficheHtml\r
+ $1.scan(/\s*<a class="link1" href="\/personne\/fichepersonne_gen_cpersonne=\d+\.html">(.+?)<\/a>\s*/m){|a|\r
+ @acteurs << Personne::ajouter(a[0]) unless a[0].nil? \r
+ } unless $1.nil? \r
+ \r
+ # Pays\r
+ /<h4>Film (.*?)\. <\/h4>/ =~ ficheHtml\r
+ $1.split(',').each{|pays|\r
+ @pays << Pays::ajouter(pays) unless pays.nil?\r
+ } unless $1.nil? \r
+ \r
+ # Duree (capture des heures et des minutes séparement vue que c'est le bordel sur allocine\r
+ /<h4>Durée :(?:.*?)(\d+)h/ =~ ficheHtml\r
+ heure = $1.nil? ? 0 : $1.to_i\r
+ \r
+ /<h4>Durée :(?:.*?)(\d+)min/ =~ ficheHtml\r
+ min = $1.nil? ? 0 : $1.to_i\r
+ \r
+ @duree = heure * 60 + min\r
+ \r
+ # Critiques presse et spectateur\r
+ /Presse.*etoile_([012345]).*Spectateurs.*etoile_([012345])"/m =~ ficheHtml\r
+ @critiquePresse = $1 unless $1.nil?\r
+ @critiqueSpectateur = $2 unless $2.nil?\r
+ \r
+ # Genre\r
+ /<h4>Genre : (.*?)<\/h4>/ =~ ficheHtml\r
+ $1.scan(/<a href="\/film\/alaffiche_genre_gen_genre=.*?" class="link1">(.+?)<\/a>/m){|g|\r
+ @genres << Genre::ajouter(g[0]) unless g[0].nil?\r
+ } unless $1.nil? \r
+ \r
+ # Synopsis \r
+ /Synopsis.*?<h4>(.*?)<\/h4>/m =~ ficheHtml\r
+ unless $1.nil?\r
+ @synopsis = $1\r
+ @synopsis.gsub!(/<br\s*\/>|<br\s*>/, "\n")\r
+ @synopsis.virerBalisesHTML!\r
+ end\r
+ \r
+ # Budget \r
+ /Budget<\/b> : (.+?) millions d'euros<\/h4>/ =~ ficheHtml\r
+ @budget = $1 unless $1.nil?\r
+ end \r
end\r
\ No newline at end of file